贝塔系数的测算与调整
就是考虑到常规预测方法的局限性,特别是在公司业务发生较大变化时,这些估计方法可能就显得不足,因此需要找到更合适的其他调整方法。有三种其他的调整方法:一是多因素调整,在回归的基础上作一些调整,以使其反映公司现在的经营和财务特点;二是不以股票的历史价格或指数的历史数据为基础相对风险的方法来衡量公司的风险;三是自下向上的贝塔估计方法,这种方法充分反映了公司的经营杠杆和财务杠杆。
多因素调整
随着时间的推移,有些因素同风险具有一定的相关性,此时就要做些调整以反映这些因素。贝塔衡量的是一项资产相对于整个市场的风险,因而在理论上其高低与影响整个市场经济状况的宏经济变量存在着一定的联系,此外收益表和资产负债表是用来估计贝塔的重要的如果股利支付率高,反映在风险上就是贝塔较小,如果收入同经济环境相关入不稳定,那么收入波动越大,贝塔也就越大。所以在计算贝塔系数时可以适当考虑宏观变量和公司变量以改进β系数估计方法。
根据国信证券研究研究所研究报告《贝塔稳定性研究及其预测》(刘忠海、葛新元,2005.10.21),β对GDP、CPI、M2 货币、银行同业拆借利率以及进出口总额等宏观变量进行多元回归分析后,发现对于绝大部分公司,这5 个宏观经济变量整体上对贝塔的解释度都很好。从预测结果来看,这些回归方程的表现相当不错。但是由于采用宏观经济变量对贝塔进行预测需要先对这些变量本身进行预测,工作量大而且预测结果也不见得会准确,因而从单纯的预测角度来说,贝塔的时间序列模型对分析师来说更实用一些。
相对风险调整
相对风险方法是可以反映出本公司以及其他公司相对市场风险。利用股票价格相对于市场指数的回归方法,是我们用来估计这种风险的一种工具,我们也前面说明了这种方法的缺陷,主要是采用历史数据等。也存在一种不需要采用历史数据的贝塔估计方法。
相对波动性
相对波动性衡量的是一种资产的价格波动相对于市场上所有资产的平均波动。因此相对波动性可以用下面的式子来表示:
股票i的相对波动=股票i的标准差/所有资产的标准差平均数
所有资产的标准差平均数注意一点:分母不是指数的标准差,而是市场上每个单个资产的标准差的算术平均数。为了进一步证明这个问题,考虑中国南方航空有限公司的例子。
相对波动性也是以1为标准,大于1意味着风险高于市场水平,小于1意味着风险小于市场水平。另外所有的股票的相对波动的算术平均数为1。最后,同传统的贝塔一样,相对波动性也被用来计算公司的预期收益率:
R=Rf+相对波动×预期风险溢价
采用相对波动的好处是什么?在传统的贝塔估计中,估计资产和市场指数的相关性是我们最大的障碍,而相对波动的方法不需要有相关性,因此该方法简便了许多。但是该方法有一个假设前提,那就是全部风险和市场风险是完全相关的,换句话说,如果公司总风险高,说明公司不可分散的市场风险很高。最后,平均标准差计算所采用的指数也会影响相对波动性的计算。